Ege Üniversitesi'nden uluslararası başarı: IDAP 2026'da ‘En İyi Bildiri’ ödülü

Ege Üniversitesi Bilgisayar ve Bilişim Bilimleri Fakültesi Bilgisayar Mühendisliği Bölümü Öğretim Üyesi Prof. Dr. Orhan Dağdeviren ile Araştırma Görevlisi Ege Erberk Uslu tarafından hazırlanan “Orkestratör Ne Kadar Küçük Olabilir? Nesnelerin İnterneti Uç Bilişiminde Enerji ve Gecikme Duyarlı Görev Aktarımı için Büyük Dil Modeli Ajanlarından Küçük DQN’lere” başlıklı çalışma, İstanbul’da düzenlenen 10. Uluslararası Yapay Zekâ ve Veri İşleme Sempozyumu’nda (IDAP 2026) “En İyi Bildiri Ödülü”nü kazandı.

Marmara Üniversitesi, İnönü Üniversitesi ve Filipinler Caraga State Üniversitesi ortaklığında düzenlenen IDAP 2026’da toplam 359 bildiri sunuldu. Beş farklı ödül kategorisinin yer aldığı sempozyumda “Best Paper Award” ödülü Ege Üniversitesi araştırmacılarının çalışmasına verildi. Uluslararası hakem heyeti tarafından ödüle layık görülen araştırmanın, mühendislik alanındaki önemli veri tabanlarından IEEE Xplore’da yayımlanacağı belirtildi.

NESNELERİN İNTERNETİNDE “KÜÇÜK AMA AKILLI” ÇÖZÜMLER

Çalışmanın teknik detaylarını paylaşan Prof. Dr. Orhan Dağdeviren, araştırmanın IoT cihazlarında görev aktarımı kararlarını veren yapay zekâ modellerinin ne kadar küçültülebileceğine odaklandığını söyledi.

Dağdeviren, günümüzde yaygın kullanılan Büyük Dil Modelleri (LLM) ile daha küçük Derin Pekiştirmeli Öğrenme (DQN) ajanlarını karşılaştırdıklarını belirterek, “Çalışmamızla; 870 parametreli ve yalnızca 32 kilobaytlık bir yapay zekâ modelinin, kendisinden yüz binlerce kat daha büyük ve yavaş olan modellerle aynı kalitede karar verebildiğini kanıtladık” dedi.

Bu sonucun özellikle pil ömrü ve bellek kapasitesi kısıtlı akıllı cihazlar açısından önemli olduğunu ifade eden Dağdeviren, geliştirilen yaklaşımın cihazların bulut sistemlerine ihtiyaç duymadan kendi üzerlerinde yüksek verimle çalışabilmesine katkı sağlayabileceğini belirtti.

LİTERATÜRE YENİ BİR DEĞERLENDİRME ÖLÇÜTÜ

Ege Üniversitesi NETOS (Network Engineering Science and Technology) Araştırma Grubu bünyesinde yürütülen çalışmanın literatüre de katkı sunduğunu belirten Dağdeviren, araştırmada yalnızca yapay zekâ ajanlarının karar kalitesinin değil, cihaz üzerindeki maliyetlerinin de değerlendirildiğini söyledi.

Dağdeviren, “Literatürde genellikle derin pekiştirmeli öğrenme ajanlarının sadece karar kalitesi ölçülürken, bu ajanın cihaz üzerinde kaplayacağı bellek, boyutu ve yaratacağı gecikme maliyetleri göz ardı ediliyordu. Biz bu çalışmayla, karar verici ajanın kendi maliyetinin de hesaba katılması gerektiğini savunarak literatüre yeni ve gerçekçi bir değerlendirme ölçütü kazandırdık” ifadelerini kullandı.

GELECEĞİN TEKNOLOJİLERİNDE GENİŞ KULLANIM ALANI

Geliştirilen modelin farklı uygulama alanlarında kullanılabileceğini belirten Dağdeviren, çalışmanın yapay zekâ modellerinin kaynakları kısıtlı cihazlarda çalıştırılmasına yönelik alternatif bir yaklaşım sunduğunu ifade etti.

Dağdeviren, ESP32 ve STM32 gibi yaygın kullanılan mikrodenetleyicilerde doğrudan çalışabilen tasarımın akıllı şehirlerden afet bölgelerindeki taşınabilir 5G altyapılarına kadar farklı alanlarda kullanılabileceğini belirterek, yapay zekânın düşük kaynak tüketimiyle cihazların üzerinde çalıştırılmasının önemli bir mühendislik çözümü olduğunu söyledi.